Data Scientist

Tracks

Competitions

Hacks & Tasks

Events

Projects

Hubs

Jobs

Privacy policyService agreementWebsite agreementPublic offer on the transfer of the right to use speechesOffer with the authorContact/Support

© ODS.AI 2015—2026

Brief description of the vacancy

Ищем сильного специалиста по табличным данным в команду, которая моделирует спрос и поведение розничного портфеля крупного Банка: оцениваем, как меняется спрос на продукт при изменении его параметров, и переводим это в решения по портфелю.

Модель у нас не заканчивается ноутбуком и презентацией. Она проверяется в A/B-тесте, считается в деньгах и идёт в решение по портфелю на прод.

About The Company Company WMT Group

WMT Group – аккредитованная IT-компания, занимаемся как разработкой собственных продуктов на стыке ML и AI, так и реализуем проекты разработки в крупных компаниях в форматах outstaff и outsource.

Responsibilities

• Разработка поведенческих моделей для различных сегментов ФЛ основных продуктов банка;
• Разработка моделей кластеризации клиентов по поведенческому профилю;
• Расчет финансовых показателей по широкому профилю статей в зависимости от макроэкономических сценариев на прогнозных денежных потоках;
• Разработка моделей для оптимизации финансовых метрик розничного бизнеса Банка;
• Анализ данных и разработка моделей по другим направлениям для повышения эффективности бизнес-процессов, снижения затрат Банка и снижения рисков.

Requirements

• 3+ года коммерческого опыта с табличными данными - финансы, банк, телеком, ритейл, e-commerce;
• Сильный табличный ML: подбор таргета, валидация на временных срезах, контроль утечек;
• PySpark и SQL на больших объёмах с опытом оптимизации запросов;
• Статистика на рабочем уровне;
• Uplift, causal inference и A/B - сильное преимущество, но не входной билет: при крепкой базе в табличных данных и статистике будем рады пригласить на собеседование.

Working conditions

Что даёт работа у нас:

• Эксперименты и принятие решений на основе данных - как норму, A/B-контур есть и работает;
• Causal ML на реальных данных: Double ML, DiD, uplift;
• Прямой выход на бизнес-заказчика - можно влиять на постановку, а не только исполнять;
• Масштаб, где оптимизация и модель напрямую влияет на большой портфель.

Условия работы:

• Удаленный формат;
• Аккредитованная IT компания;
• Оформление по ТК РФ;
• Техника для работы.

Contacts

Log InOnly registered users can open employer contacts.

Валерия Денисова

Posted: September 21 at 07:58 AM

Ищем сильного специалиста по табличным данным в команду, которая моделирует спрос и поведение розничного портфеля крупного Банка: оцениваем, как меняется спрос на продукт при изменении его параметров, и переводим это в решения по портфелю.

Модель у нас не заканчивается ноутбуком и презентацией. Она проверяется в A/B-тесте, считается в деньгах и идёт в решение по портфелю на прод.

WMT Group – аккредитованная IT-компания, занимаемся как разработкой собственных продуктов на стыке ML и AI, так и реализуем проекты разработки в крупных компаниях в форматах outstaff и outsource.

• Разработка поведенческих моделей для различных сегментов ФЛ основных продуктов банка;
• Разработка моделей кластеризации клиентов по поведенческому профилю;
• Расчет финансовых показателей по широкому профилю статей в зависимости от макроэкономических сценариев на прогнозных денежных потоках;
• Разработка моделей для оптимизации финансовых метрик розничного бизнеса Банка;
• Анализ данных и разработка моделей по другим направлениям для повышения эффективности бизнес-процессов, снижения затрат Банка и снижения рисков.
• 3+ года коммерческого опыта с табличными данными - финансы, банк, телеком, ритейл, e-commerce;
• Сильный табличный ML: подбор таргета, валидация на временных срезах, контроль утечек;
• PySpark и SQL на больших объёмах с опытом оптимизации запросов;
• Статистика на рабочем уровне;
• Uplift, causal inference и A/B - сильное преимущество, но не входной билет: при крепкой базе в табличных данных и статистике будем рады пригласить на собеседование.

Что даёт работа у нас:

• Эксперименты и принятие решений на основе данных - как норму, A/B-контур есть и работает;
• Causal ML на реальных данных: Double ML, DiD, uplift;
• Прямой выход на бизнес-заказчика - можно влиять на постановку, а не только исполнять;
• Масштаб, где оптимизация и модель напрямую влияет на большой портфель.

Условия работы:

• Удаленный формат;
• Аккредитованная IT компания;
• Оформление по ТК РФ;
• Техника для работы.

Our website uses cookies, including web analytics services. By using the website, you consent to the processing of personal data using cookies. You can find out more about the processing of personal data in the Privacy policy

Learn More